Definición
DTMF, o señalización multifrecuencia de doble tono, es la forma en que un teléfono comunica la pulsación de una tecla. Cada tecla emite dos tonos a la vez, uno grave y otro agudo, y el sistema receptor decodifica el par como un dígito.
Lee la guía completa: Qué es DTMF: tonos, frecuencias y agentes de voz
Cómo funciona el DTMF
Cada tecla emite dos tonos a la vez, uno de un grupo grave y otro de un grupo agudo, y el receptor decodifica el par como un dígito. ITU-T Q.23 define qué par corresponde a cada tecla. La guía qué es DTMF incluye la tabla de frecuencias.
En una llamada, el dígito puede llegar al otro lado de dos maneras. En banda, los tonos son audio normal dentro de la llamada, que un códec comprimido puede distorsionar. Fuera de banda, el dígito se envía como un evento, y la RFC 4733 define cómo meter esos eventos en paquetes RTP para que el dígito no dependa de que los tonos sobrevivan al códec.
Por qué importa para los agentes de voz
La voz es un canal pobre para algunas entradas. Quien dice en voz alta un número de cuenta de 16 dígitos invita a errores de reconocimiento, mientras que los dígitos del teclado llegan exactos. Un agente puede pedir el teclado cuando importa la precisión y aceptar voz en los demás casos.
También puede leer lo que se teclea. En llamadas de Twilio y en el WebSocket del agente, un agente de Cartesia lee la entrada de teclado de quien llama como datos de entrada y responde a ella. Prueba las pulsaciones entrantes en tu propia ruta de operador antes de fiarte de ellas.
El sentido también puede invertirse. Un agente que llama a una empresa con menú telefónico tiene que pulsar teclas para llegar a un departamento. Los Managed Agents de Cartesia tienen una herramienta de sistema send_dtmf para eso.
Los dígitos tecleados pueden acabar en grabaciones y transcripciones, así que trátalos como sensibles. Para la mecánica completa, lee la guía.